적합 로그 정규 분포의 SD 대 로그 변환 데이터의 적합 정규 분포 SD주어진 데이터 세트에 대한 적합 로그 정규 분포가 로그 변환된 데이터 세트의 적합 정규 분포와 다른 표준 편차를 제공하는 이유를 알고 싶습니다. 예를 들어 10개의 데이터 포인트(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)가 있다고 가정합니다. 로그 정규 분포에 맞추면 0.6954075의 표준 편차를 얻습니다. 10개의 데이터 포인트를 로그 변환하고 정규 분포에 맞출 때 표준 편차는 0.7330239입니다. 아래 스 니펫을 참조하십시오. 고맙습니다!
JMP 버전: 16.2
해석학Re: 피팅된 로그 정규 분포의 SD 대 로그 변환된 데이터의 피팅된 정규 분포의 SDv16에서 문서는 두 분포에 대한 추정 방법을 완전히 설명하지 않았습니다.여기에서 v17 설명서의 업데이트된 설명을 읽을 수 있습니다. https://www.jmp.com/support/help/en/17.1/#page/jmp/fit-distributions.shtml .
차이점은 정규 분포 적합의 경우 표준 편차의 편향되지 않은 추정치가 계산되어 수정된 제곱합을 (n-1)로 나누는 반면 로그 정규 적합은 최대 우도 추정치를 사용하여 다음의 수정된 합을 나눕니다. (n)으로 변환된 로그 데이터의 제곱.값의 비율이 (0.6954075)/(9.7330239)= (n-1)/n = 9/10임을 알 수 있습니다.
Re: 피팅된 로그 정규 분포의 SD 대 로그 변환된 데이터의 피팅된 정규 분포의 SD빠른 응답에 감사드립니다! 0.6954075 / 0.7330239 = SQRT(9/10)로 약간 수정되었습니다.
Re: 피팅된 로그 정규 분포의 SD 대 로그 변환된 데이터의 피팅된 정규 분포의 SD제 실수를 잡아주셔서 감사합니다!내 답변에서 수정했습니다.
이러한 종류의 질문은 기술 지원 팀에 문의하여 쉽게 답변을 얻을 수도 있습니다. 보다 www.jmp.com/support .
